首页 > 文献资料
-
医学科研工作中统计学的若干误区
目的 探讨医学科研工作中统计学若干误区.方法 对“中国知网”2012年第一季度相关论文统计学应用情况进行调查分析,结合调查结果就科研中存在的误区进行分析,并提出解决方案.结果 广大医务工作者在统计学的运用过程中尚存在若干误区.结论 通过仔细的总结,可以远离误区,使研究结果更加准确.
-
充分利用非独立数据所带给我们的信息
在临床医学研究中,研究者经常会对同一受试对象在多个不同时间点完成多次的重复测量.当探讨不同指标之间的关系时,这些重复测量的数据,将给关联性分析提供宝贵的信息.这是因为在同一个体上获得的信息能够有效地避免个体间差异对关联分析的影响,提高分析的效率,同时也可以在一定程度上节省受试者的数目,但与此同时,重复测量数据也给统计分析提出了新的挑战.
-
中文统计学软件CHISS
1 CHISS软件简介CHISS 是英文Chinese High Intellectualized Statistical Software的缩写,中文名奇思,是一套将数据信息管理、图形制作和数据分析功能综合为一体的具有一定智能的统计分析软件.CHISS软件是北京元义堂科技有限公司与解放军总医院等单位协作开发的.CHISS软件用delphi和C++语言开发集成,它采用模块组合式结构,现开发了数据管理模块、统计分析模块、图形制作模块、科学评价模块、结果编辑模块、试验设计模块、数学模型模块、多元分析模块、重复测量数据分析模块、电子教室模块等10个模块.CHISS软件可广泛应用于科学研究、学校教学、市场调查、企业和医院中的数据管理、挖掘和统计分析,同时为科研、教学、企业提供良好的解决方案.CHISS软件的特点如下.
-
重复测量方差分析及SPSS实现
重复测量(repeated measures)数据是指对同一人群分别在不同时间点进行测量所得的数据,它在医学领域很常见,例如临床中经常对一组人群分别在用药前、用药后1个月、用药后2个月进行疗效观察;公共卫生领域中常会在不同时期对同一人群分别进行观察,例如实施某健康教育措施后,分别观察6个月、1年等不同时期的变化.
-
医生小词典--重复测量数据的方差分析
重复测量数据的方差分析是对同一因变量进行重复测量的一种试验设计技术。在给予一种或多种处理后,分别在不同的时间点上通过重复测量同一个受试对象获得的指标的观察值,或是通过重复测量同一个个体的不同部位或组织获得的指标的观察值。分析前要对重复测量数据间是否存在相关性进行球形检验,若该检验结果为 P ﹥0.05,说明重复测量数据间不存在相关性,测量数据符合 Huynh - Feldt 条件,可用单因素方差分析方法处理;若检验结果 P ﹤0.05,说明重复测量数据间存在相关性,不能用单因素方差分析方法处理。
-
重复测量数据单变量裂区方差分析前提条件检验的SAS程序
医学研究中常遇到重复测量数据,由于重复测量因素水平间存在的自相关性,做单变量裂区方差分析时需满足以下两个前提条件:①齐性条件:指的是各组的正交对比协方差阵相等,即各组的标准正交对比协方差阵满足齐性条件;②球对称条件:指的是共同的标准正交对比协方差阵满足球对称[1,2].SAS是目前具权威的大型统计软件包之一,本文主要介绍如何采用SAS软件编程,实现这两个前提条件的检验,以便大家进行重复测量资料分析时借鉴.
-
根据重复观察数据分析临床病人转归的统计学问题和实践
目的 探讨疾病转归中重复测量数据存在的数据、统计分析问题及策略.方法 以芦山震区伤员疾病转归影响因素研究为例,以Barthel指数为病人结局测量值,采用多水平多模型尝试法、直尺逼近法和生存分析模型等解决疾病临床变化、转折平台期确定及影响因素等临床研究问题.结果 获得了克服天花板效应的不同伤员Barthel指数随时间变化的多水平模型,确定了疾病转归事件的时点,探讨了疾病转归的影响因素.结论 分析疾病转归的重复测量数据有一系列的统计问题和分析策略.需进一步发展处理天花板效应的随机效应模型.
-
重复测量设计与随机区组设计原理及应用
重复测量设计与随机区组设计是医学研究领域两种重要的研究设计类型,二者在形式上常较为接近,尤其是当重复测量或区组因素均与时间效应有关时,更易使人产生混淆[1].在实际工作中,两者误用的情形并不少见.如此不仅会损失原始数据的部分信息(如重复测量数据内部的相关性),甚至有可能导致统计分析结论的错误.因此本文就重复测量设计与随机区组设计的自身特点及其区别作一番介绍,并运用实例对两种设计类型的SPSS软件分析结果进行分析和比较.
-
重复测量资料的回归综合指标分析及其在新药临床试验中的应用
在新药临床试验研究中,无论是急性病还是慢性疾病,都几乎无一例外地在试验期间对主要指标进行等间隔或不等间隔的重复测量.重复测量的数据结构属于系统结构数据的一种情形,目前已在统计学界形成共识,即属于非独立数据.对于系统结构数据的分析方法目前被关注的热点是多水平模型[1].由于这类方法考虑了观察个体内部的相关性,从而避免了忽略同一个体在不同观察时点指标的相关性的缺点,因此在理论和应用上都对统计学发展起了促进作用.但是,这类方法由于其在理论和方法上具有一定的难度和相应应用软件的限制,使实际工作者在应用时受到很大限制.临床试验研究中由于重复测量数据的大量存在,而且考虑到新药临床试验的时效性和经济性,建立一种相对计算简便、易于理解而又具有综合特点的方法,即综合指标分析方法是十分必要的.
-
用混合线性模型处理重复测量数据的方法分析福建省脑血管病死亡率
医学研究中存在着大量重复测量资料,例如不同时间对儿童生长发育资料的重复测量,对某些地区疾病发病或死亡资料的连续测量.这些资料特点就是该重复测量资料存在相关性,或者说存在组内相关.它不符合常规分析方法的前提,即独立、同方差的假设,因此该类资料的处理成为统计学一个重要课题.目前重复测量资料的处理已经有许多成熟的方法,本文介绍的混合线性模型即是其中之一.原理
-
重复测量数据的两变量的独立性
两个变量间的相关程度在满足正态性条件前提下,我们可以用Pearson相关系数来刻划,并作相应的假设检验.但是经常会遇到两变量的样本观察值来自于重复测量数据,同一个变量不同时间点的观察值可能来自于不同的正态总体,且各时间点间具相关性.例如要研究乳癌患者在用药前、用药后1天、用药后5天、用药后14天的尿白蛋白和尿球蛋白之间是否独立. 本文通过广义多元分析原理分析两个向量变量的独立性来作重复测量数据两变量的独立性检验,并给出相应的SAS计算程序.
-
SAS中MIXED相对GLM对重复数据分析的优势
重复测量数据因测量方式和对观察单位的定义不同有多种表现形式[1],纵向观测资料是重复数据中结构较为简单和常见的一种.由于非独立性,对该类数据的分析需要特殊的统计软件和方法[2].
-
迭代广义小二乘法的建立及其在重复测量数据中的应用
线性回归模型是处理两个或两个以上变量间线性依存关系的统计方法,是医学研究中常用的统计学模型之一.在确定了线性回归模型的形式,又确定了自变量选取的情况下,就需要对模型的各个系数进行估计以及对系数估计值的统计学意义进行探讨,在临床研究中有时还需要对不同回归系数估计值之间的差异是否有统计学意义进行检验.对回归系数的估计一般有矩估计、极大似然估计、小二乘法估计、广义小二乘法估计和两阶段广义小二乘法估计等.
-
重复测量的研究设计与统计分析——教育部面向21世纪课程教材《医学统计学》评介之四
在实际工作中,重复测量设计(repeated measures design)常被误作配对设计或随机单位组设计进行数据分析,不仅损失了重复测量数据所蕴含的部分信息(如相关性),还容易得出错误的分析结论.教育部面向21世纪课程教材<医学统计学>(以下简称"教材")第四章已对重复测量数据的统计分析作了简单介绍[1],在这里对这个问题作一些更深入的讨论.
-
基于发展模型的新型农村合作医疗支付方式改革控费效果分析
目的:利用发展模型评价江夏区新型农村合作医疗按例均费用定额付费支付方式改革控费效果.方法:利用新型农村合作医疗管理系统收集新型农村合作医疗基金运行数据,分别应用随机截距模型、随机截距/斜率模型对数据进行拟合,加入改革变量进行模型优化.结果:拟合数据组间异质性显著(σ2μ0=1.134 6,P=0.000 3);例均医疗费用随时间变化率的差异存在统计学差异(σ2μ1=0.037 33,P=0.000 5);变量“改革”与“时间”交互作用并不显著(σμ01=-0.051 4,P=0.075 5).结论:按例均费用定额付费支付方式改革可以控制费用过快增长,采用纳入改革变量的模型拟合效果优.
-
应用重复测量数据的方差分析方法比较不同剂量的农药对大鼠体重的影响
目的 讨论重复测量数据的方差分析方法的特点及应用范围.方法 分析摄食含有高、中、低3种不同剂量的X农药饲料的雄鼠在两年过程中的体重变化.结果 高剂量的X农药对雄鼠体重的影响有极显著性,中剂量和低剂量X农药对大鼠体重的影响无显著性.结论 重复测量数据的方差分析方法具有宏观性、整体性和前瞻性等特点.
-
重复测量数据方差分析在中医临床纵向数据分析中的应用
目的 对中医临床纵向数据进行合理、正确地分析与评价.方法 采用传统纵向数据分析的重复测量方差分析方法.结果 重复测量方差分析至少可以提供三个信息:①分组干预后的测量有无差异?②不同干预时间点的测量有无差异?③分组和干预时间点是否存在交互作用?结论 系统了解纵向数据分析的概念、类型及其特点,对建立符合中医特点的临床疗效评价方法和评价体系,选择适宜的纵向数据分析方法评价中医药干预效果不无裨益.
-
重复测量数据的方差分析与SAS程序实现
重复测量研究在医学、生物学研究中较为常见,重复测量研究的对象可以是人、动物、设备等,其目的是探讨同一研究对象在不同时间点某指标的变化情况,例如病人在治疗后(或手术后)一天、二天、一周、二周等,各时间点上的某指标的变化.根据不同研究目的,重复测量研究的数据可采用HotellingT2检验来加以分析,也可采用重复测量数据的方差分析法.在医学研究中,有些研究者常将配伍组设计、交叉试验设计与重复测量试验设计混淆起来,从而得出错误的结论.本文拟对重复测量数据的方差分析进行探讨.
-
重复观测数据的相关分析
目的:本研究将建立重复测量数据的相关分析技术.方法:利用半参数回归分析的原理与方法,结合重复观测数据的特点,建立重复观测数据的半参数回归模型,剔除重复因素的影响后,建立重复测量数据的相关系数公式,并讨论了相应的假设检验问题.结果:给出了一个具体的实例,计算得其相关系数为r=0.3645,P>0.05,与分别在各个重复点上计算得到的线性相关系数是吻合的.结论:结果表明对重复观测数据进行相关分析时,所建立的方法是有效的、实用的,并且效果优于普通的小二乘法和广义小二乘法.
-
医学论文中重复测量资料分析常见误用辨析
重复测量数据在医学研究中十分普遍,据对临床医学类杂志的研究论著的统计,约占1/4.在审稿和统计咨询的过程中发现,很多重复测量的资料在进行分析时,作者常常采用独立结构数据进行处理,例如t检验或者随机区组方差分析等.重复测量的数据与独立结构数据主要的区别在于,重复观测数据间存在相关性,其误差至少有两层,而独立结构数据的每个观察值彼此独立,各观测点随机分配.因而若采用t检验或者随机区组方差分析,就会损失数据所蕴涵的部分信息,不能较好地解释观察到的现象,甚至得出错误的分析结论.现将本研究对医学论文中重复测量资料分析常见误用举例辨析报道如下.